NumPy IO：理解load, save, savez, loadtxt, savetxt

"NumPy提供了多种IO功能，用于在磁盘上读取和写入文本数据或二进制数据。这些功能主要围绕npy文件格式，这是NumPy专门为ndarray设计的一种存储格式。npy文件包含了数组的数据、形状、数据类型等信息，确保数据能够被准确地重建。此外，NumPy还支持.npz格式，用于存储多个数组。 1. numpy.save()函数：此函数用于将一个数组以未压缩的二进制格式保存到.npy文件中。文件名参数`file`可以是包含或不包含.npy扩展名的字符串，如果没有提供扩展名，它会被自动添加。`allow_pickle`参数允许保存对象数组，而`fix_imports`参数则帮助在Python 2和Python 3之间兼容。 示例代码： ```python import numpy as np a = np.array([1, 2, 3, 4, 5]) np.save('outfile.npy', a) # 保存到outfile.npy np.save('outfile2', a) # 如果不指定.npy，也会自动加上 ``` 2. numpy.load()函数：与save()相对应，load()用于从.npy文件中加载数组。它能够正确解析由save()保存的二进制数据，并恢复为原始的ndarray。 示例代码： ```python b = np.load('outfile.npy') print(b) # 输出：[1 2 3 4 5] ``` 3. numpy.savez()函数：这个函数允许将多个数组保存到一个单一的.npz文件中，文件扩展名是必需的。所有数组作为位置参数（*args）或关键字参数（**kwds）传递。 示例代码： ```python np.savez('multiarrays.npz', arr1=a, arr2=b) # 保存两个数组到multiarrays.npz ``` 要加载.npz文件中的数组，可以使用`load()`函数，它会返回一个字典样式的对象，其中键对应于保存时使用的变量名。 示例代码： ```python data = np.load('multiarrays.npz') print(data['arr1']) # 输出：[1 2 3 4 5] print(data['arr2']) # 输出：加载的第二个数组 ``` 4. numpy.loadtxt()和numpy.savetxt()函数：这两个函数分别用于读取和写入普通的文本文件，如.txt。loadtxt()可以解析逗号分隔值（CSV）或其他分隔符的数据，而savetxt()则将数组转换为文本格式并写入文件。 示例代码： ```python c = np.loadtxt('data.txt') # 读取文本文件 np.savetxt('output.txt', a) # 将数组a保存为文本文件 ``` 通过这些IO函数，NumPy使得在内存和磁盘之间高效地传输和存储大量数据变得非常便捷。无论是单个还是多个数组，或者文本数据，NumPy都提供了简洁且强大的工具来处理。在处理大型数据集时，这些功能尤其有用，因为它们可以避免不必要的内存压力，并且由于它们的二进制格式，数据读写速度通常比纯文本格式快得多。"